如何解決訂單號重復引起的事故

本篇內容介紹了“如何解決訂單號重復引起的事故”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

我們線上出了一次事故，這個事故的表象是這樣的:

系統出現了兩個一模一樣的訂單號，訂單的內容卻不是不一樣的，而且系統在按照訂單號查詢的時候一直拋錯，也沒法正常回調，而且事情發生的不止一次，所以這次系統升級一定要解決掉。

經手的同事之前也改過幾次，不過效果始終不好，總會出現訂單號重復的問題，所以趁著這次問題我好好的理了一下我同事寫的代碼。

這里簡要展示下當時的代碼：

/**   * OD單號生成   * 訂單號生成規則：OD + yyMMddHHmmssSSS + 5位數(商戶ID3位+隨機數2位) 22位   */  public static String getYYMMDDHHNumber(String merchId){        StringBuffer orderNo = new StringBuffer(new SimpleDateFormat("yyMMddHHmmssSSS").format(new Date()));        if(StringUtils.isNotBlank(merchId)){            if(merchId.length()>3){                orderNo.append(merchId.substring(0,3));            }else {                orderNo.append(merchId);            }        }        int orderLength = orderNo.toString().length();        String randomNum = getRandomByLength(20-orderLength);        orderNo.append(randomNum);        return orderNo.toString();  }    /** 生成指定位數的隨機數 **/    public static String getRandomByLength(int size){        if(size>8 || size<1){            return "";        }        Random ne = new Random();        StringBuffer endNumStr = new StringBuffer("1");        StringBuffer staNumStr = new StringBuffer("9");        for(int i=1;i<size;i++){            endNumStr.append("0");            staNumStr.append("0");        }        int randomNum = ne.nextInt(Integer.valueOf(staNumStr.toString()))+Integer.valueOf(endNumStr.toString());        return String.valueOf(randomNum);    }

可以看到，這段代碼寫的其實不怎么好，代碼部分暫且不議，代碼中使訂單號不重復的主要因素點是隨機數和毫秒，可是這里的隨機數只有兩位，在高并發環境下極容易出現重復問題。

同時毫秒這一選擇也不是很好，在多核CPU多線程下，一定時間內(極小的)這個毫秒可以說是固定不變的(測試驗證過)，所以這里我先以100個并發測試下這個訂單號生成。

測試代碼如下：

public static void main(String[] args) {      final String merchId = "12334";      List<String> orderNos = Collections.synchronizedList(new ArrayList<String>());      IntStream.range(0,100).parallel().forEach(i->{          orderNos.add(getYYMMDDHHNumber(merchId));      });      List<String> filterOrderNos = orderNos.stream().distinct().collect(Collectors.toList());      System.out.println("生成訂單數："+orderNos.size());      System.out.println("過濾重復后訂單數："+filterOrderNos.size());      System.out.println("重復訂單數："+(orderNos.size()-filterOrderNos.size()));  }

果然，測試的結果如下：

生成訂單數：100  過濾重復后訂單數：87  重復訂單數：13

當時我就震驚?了，一百個并發里面竟然有13個重復的！！！

我趕緊讓同事先不要發版，這活兒我接了！

對這一燙手的山竽拿到手里沒有一個清晰的解決方案可是不行的，我大概花了6+分鐘和同事商量了下業務場景，決定做如下更改：

•  去掉商戶ID的傳入(按同事的說法,傳入商戶ID也是為了防止重復訂單的，事實證明并沒有叼用)

•  毫秒僅保留三位(縮減長度同時保證應用切換不存在重復的可能)

•  使用線程安全的計數器做數字遞增(三位數最低保證并發800不重復,代碼中我給了4位)

•  更換日期轉換為java8的日期類以格式化(線程安全及代碼簡潔性考量，可以點擊這里進行閱讀詳情)

經過以上思考后我的最終代碼是：

/** 訂單號生成(NEW) **/  private static final AtomicInteger SEQ = new AtomicInteger(1000);  private static final DateTimeFormatter DF_FMT_PREFIX = DateTimeFormatter.ofPattern("yyMMddHHmmssSS");  private static ZoneId ZONE_ID = ZoneId.of("Asia/Shanghai");  public static String generateOrderNo(){      LocalDateTime dataTime = LocalDateTime.now(ZONE_ID);      if(SEQ.intValue()>9990){          SEQ.getAndSet(1000);      }      return  dataTime.format(DF_FMT_PREFIX)+SEQ.getAndIncrement();  }

當然代碼寫完成了可不能這么隨隨便便結束了，現在得走一個測試main函數看看：

public static void main(String[] args) {      List<String> orderNos = Collections.synchronizedList(new ArrayList<String>());      IntStream.range(0,8000).parallel().forEach(i->{          orderNos.add(generateOrderNo());      });      List<String> filterOrderNos = orderNos.stream().distinct().collect(Collectors.toList());      System.out.println("生成訂單數："+orderNos.size());      System.out.println("過濾重復后訂單數："+filterOrderNos.size());      System.out.println("重復訂單數："+(orderNos.size()-filterOrderNos.size()));  }  /**    測試結果：     生成訂單數：8000    過濾重復后訂單數：8000    重復訂單數：0  **/

真好，一次就成功了，可以直接上線了。。。

然而，我回過頭來看以上代碼，雖然最大程度解決了并發單號重復的問題，不過對于我們的系統架構還是有一個潛在的隱患：如果當前應用有多個實例(集群)難道就沒有重復的可能了？

鑒于此問題就必然需要一個有效的解決方案，所以這時我就思考：多個實例應用訂單號如何區分開呢？

以下為我思考的大致方向：

•  使用UUID(在第一次生成訂單號時初始化一個)

•  使用redis記錄一個增長ID

•  使用數據庫表維護一個增長ID

•  應用所在的網絡IP

•  應用所在的端口號

•  使用第三方算法(雪花算法等等)

•  使用進程ID(某種程度下是一個可行的方案)

在此我想了下，我們的應用是跑在docker里面，而且每個docker容器內的應用端口都一樣，不過網路IP不會存在重復的問題，至于進程也有存在重復的可能，對于UUID的方式之前吃過虧，遠之吧，redis或DB也算是一種比較好的方式，不過獨立性較差。。。

同時還有一個因素也很重要，就是所有涉及到訂單號生成的應用都是在同一臺宿主機(linux實體服務器)上， 所以就目前的系統架構我選用了IP的方式。

以下是我的代碼：

import org.apache.commons.lang3.RandomUtils;  import java.net.InetAddress;  import java.time.LocalDateTime;  import java.time.ZoneId;  import java.time.format.DateTimeFormatter;  import java.util.ArrayList;  import java.util.Collections;  import java.util.List; import java.util.concurrent.atomic.AtomicInteger;  import java.util.stream.Collectors;  import java.util.stream.IntStream;  public class OrderGen2Test {      /** 訂單號生成 **/      private static ZoneId ZONE_ID = ZoneId.of("Asia/Shanghai");      private static final AtomicInteger SEQ = new AtomicInteger(1000);      private static final DateTimeFormatter DF_FMT_PREFIX = DateTimeFormatter.ofPattern("yyMMddHHmmssSS");      public static String generateOrderNo(){          LocalDateTime dataTime = LocalDateTime.now(ZONE_ID);          if(SEQ.intValue()>9990){              SEQ.getAndSet(1000);          }          return  dataTime.format(DF_FMT_PREFIX)+ getLocalIpSuffix()+SEQ.getAndIncrement();      }      private volatile static String IP_SUFFIX = null;      private static String getLocalIpSuffix (){          if(null != IP_SUFFIX){              return IP_SUFFIX;          }          try {              synchronized (OrderGen2Test.class){                  if(null != IP_SUFFIX){                      return IP_SUFFIX;                  }                  InetAddress addr = InetAddress.getLocalHost();                  //  172.17.0.4  172.17.0.199 ,                  String hostAddress = addr.getHostAddress();                  if (null != hostAddress && hostAddress.length() > 4) {                      String ipSuffix = hostAddress.trim().split("\\.")[3];                      if (ipSuffix.length() == 2) {                          IP_SUFFIX = ipSuffix;                          return IP_SUFFIX;                      }                      ipSuffix = "0" + ipSuffix;                      IP_SUFFIX = ipSuffix.substring(ipSuffix.length() - 2);                      return IP_SUFFIX;                  }                  IP_SUFFIX = RandomUtils.nextInt(10, 20) + "";                  return IP_SUFFIX;              }          }catch (Exception e){              System.out.println("獲取IP失敗:"+e.getMessage());              IP_SUFFIX =  RandomUtils.nextInt(10,20)+"";              return IP_SUFFIX;          }      }      public static void main(String[] args) {          List<String> orderNos = Collections.synchronizedList(new ArrayList<String>());          IntStream.range(0,8000).parallel().forEach(i->{              orderNos.add(generateOrderNo());          });          List<String> filterOrderNos = orderNos.stream().distinct().collect(Collectors.toList());          System.out.println("訂單樣例："+ orderNos.get(22));          System.out.println("生成訂單數："+orderNos.size());          System.out.println("過濾重復后訂單數："+filterOrderNos.size());          System.out.println("重復訂單數："+(orderNos.size()-filterOrderNos.size()));      }  }  /**    訂單樣例：20082115575546011022    生成訂單數：8000    過濾重復后訂單數：8000    重復訂單數：0  **/

最后，代碼說明及幾點建議

•  generateOrderNo()方法內不需要加鎖，因為AtomicInteger內使用的是CAS自旋轉鎖(保證可見性的同時也保證原子性,具體的請自行了解)

•  getLocalIpSuffix()方法內不需要對不為null的邏輯加同步鎖(雙向校驗鎖，整體是一種安全的單例模式)

•  本人實現的方式并不是解決問題的唯一方式，具體解決問題需要視當前系統架構具體而論

•  任何測試都是必要的，我同事在前幾次嘗試解決這個問題后都沒有自測，不測試有損開發專業性！

“如何解決訂單號重復引起的事故”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！